大數據在商業應用也許可以精準無比，
蜂蜜口味的酒
，但到了其他領域可能無法如此順利。去年協助台南市政府打擊登革熱的成功大學團隊，
關鍵字達人
，就面臨到這一個困擾，
高雄清潔打掃
，因為最重要的病情資料是由「人」所回憶出來的，
台中結婚禮車
，難免出錯。該團隊設計一套容錯制度，
whistler惠斯勒
，為資料正確性打分。去年台南市爆發嚴重登革熱疫情，
台中紋繡教學
，成功大學跨資訊、數學、公衛、環衛、醫學等學術專家與學生約廿人，
大里美睫教學
，透過資料科學預測技術，與台南市政府一起打了一場人類與蚊媒的大戰。成功大學資工系教授莊坤達指出，一般的大數據是在正確資料下，挖出一個寶物出來。但應用在與人互動的領域時，資料不一定能夠完美。莊坤達舉例，登革熱病情資料是參考病人回憶，蚊媒資訊則多由防疫人員記錄，精準度會不如機器。他說，為大數據設計容錯機制，研究出完美的演算法，是另一大挑戰。莊坤達說，「當時團隊最想要了解的就是：現在的傳染熱點在哪裡？下一個傳染熱區又會在哪裡？」如何在廣大市區、繁密建物中抓到病媒蚊與傳染熱點，進行有效率的噴藥撲滅，是團隊的重要任務。登革熱主要追蹤出兩種變數：病媒蚊與傳染病人移動範圍。成功大學數學系教授舒宇宸說，「我們不可能在蚊子上裝ＧＰＳ追蹤，蚊子移動範圍也比較小，不會超過五十公尺。更重要的就是傳染病人發病前去過哪些地方」。不過，從病人口中問出精確的回憶，並不是件容易的事情。莊坤達說，除了工作地、居住地外，希望病人回憶起停留較久時間的地點。「但是病人發病時有時都很痛了，難免會出現回憶不精確、或亂回答的情況」。舒宇宸補充，像去年台南市某兩區病例數較多，可是團隊很疑惑，因兩區的病人並沒去過彼此地點，距離也超過病媒蚊移動範圍。後來發現，原來該兩區的病人，都去過同一個市場買菜，可能是在市場裡面傳染的。莊坤達指出，如果病人回答去過某些地點，但那個地點沒發生過病例，資料的可信度分數就會低一點。或者，病人只講去過某個路口旁邊空地，但那塊空地可能非常大，分數也會被打低。另外也發現，雨量與發病人數也密切相關，下大雨後最好十八天內就清除掉積水。，